HAL Id: hal-02626034
https://hal.inrae.fr/hal-02626034
Submitted on 26 May 2020
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Enfants et adultes forts consommateurs de sucres libres
en France : quels changements alimentaires pour
respecter les recommandations nutritionnelles ?
Mathieu Maillot, Lisa Privet, Sarah Vaudaine, Anne Lluch, Nicole Darmon
To cite this version:
Mathieu Maillot, Lisa Privet, Sarah Vaudaine, Anne Lluch, Nicole Darmon. Enfants et adultes forts consommateurs de sucres libres en France : quels changements alimentaires pour respecter les recom-mandations nutritionnelles ?. Cahiers de Nutrition et de Diététique, Elsevier Masson, 2017, 52 (Sup-plément 1), pp.S66-S79. �10.1016/S0007-9960(17)30200-6�. �hal-02626034�
Version preprint
Nombre de caractères (espaces compris) à updater la fin des révisions : 42 308 1
2
Titre :
Enfants et adultes forts consommateurs de sucres libres en France : quels
3
changements alimentaires pour respecter les recommandations nutritionnelles ?
4 Title: Characteristics of French children and adults with excessive free sugar intakes. Which dietary 5 changes are needed to meet nutritional recommendations? 6 7 Auteurs : 8Matthieu Maillot1*, Lisa Privet1, Sarah Vaudaine2, Anne Lluch2, Nicole Darmon3,4 9 1 MS‐Nutrition, 27 bd Jean Moulin, 13005 Marseille, France 10 2 Danone Nutricia Research, RD128 – Avenue de la Vauve, 91128 Palaiseau Cedex, France 11 3 NORT, INRA, AMU, INSERM, 27 bd Jean Moulin, 13005 Marseille, France 12 4 MOISA, INRA, CIHEAM‐IAMM, CIRAD, Montpellier SupAgro, 2 place Pierre Viala, 34060 Montpellier, 13 France 14 15 *Auteur correspondant : matthieu.maillot@ms‐nutrition.com 16
Version preprint
Résumé
17
L’Organisation Mondiale de la Santé (OMS) recommande une consommation de sucres libres 18
inférieure à 10% de l’apport énergétique total chez les enfants et les adultes. L’objectif de cette 19
étude était de décrire les caractéristiques et la diète des consommateurs dépassant cette 20
recommandation (appelés ici forts consommateurs) en France et de modéliser les changements 21
alimentaires nécessaires pour atteindre l’ensemble des recommandations nutritionnelles. 22
Les apports nutritionnels de 1230 enfants et 1719 adultes ont été estimés à partir de l’enquête 23
alimentaire française INCA2 (2006‐2007) et de la base CIQUAL 2013 complétée des teneurs en sucres 24
libres (SL). La population a été séparée en 4 classes d’âge (3‐6 ans, 7‐11 ans, 12‐17 ans et les adultes) 25
puis en 2 sous‐populations : SL‐Compliant, pour les individus respectant la recommandation en 26
sucres libres (apport inférieur ou égal à 10% de l’apport énergétique total), et SL‐Excès, pour ceux ne 27
la respectant pas. Dans la sous‐population SL‐Excès, pour chaque diète individuelle observée, une 28
nouvelle diète iso‐calorique optimisée – définie comme respectant un ensemble de 33 29
recommandations nutritionnelles, tout en restant le plus proche possible de la diète observée – a été 30
modélisée par programmation linéaire. Quand aucune solution mathématique n’était possible, la 31
diète était considérée comme non optimisable. 32
Le pourcentage d’individus SL‐Excès décroit avec l’âge : 92%, 86%, 75%, et 41% chez les 3‐6 ans, 7‐11 33
ans, 12‐17 ans et chez les adultes, respectivement. Pour tous les groupes d’âge, les SL‐Excès 34 consomment plus de sucres libres pendant les repas principaux mais surtout hors repas. Les diètes 35 observées des SL‐Excès n’étaient pas optimisables pour 40%, 9%, 11% et 0,1% chez les 3‐6 ans, 7‐11 36 ans, les 12‐17 ans et chez les adultes, respectivement. Pour les autres, l’optimisation a conduit pour 37 toutes les tranches d’âge à diminuer les produits sucrés, les boissons sucrées et les jus de fruits, et à 38
augmenter les quantités d’eau, de fruits et légumes, féculents, et en plus pour les 7‐17 ans à 39
augmenter les produits laitiers (lait ou yaourt). L’optimisation diminue les sucres libres (de ‐26 à ‐30 40
Version preprint
g/j, selon la classe d’âge), via une moindre contribution des produits sucrés (de ‐14,3 à ‐21,3 g de 41 sucres libres/j) et des boissons sucrées et jus de fruits (de ‐6,7 à ‐13,4 g de sucres libres/j). 42 En conclusion, une forte majorité des enfants français a des apports excessifs en sucres libres. Il est 43 généralement possible d’optimiser la diète des forts consommateurs de sucres libres, en s’éloignant 44 le moins possible de la diète observée. Néanmoins, compte tenu des contraintes imposées dans le 45 modèle, une exploration complémentaire est nécessaire pour comprendre les raisons pour lesquelles 46 il est impossible d’atteindre une diète nutritionnellement adéquate pour 40% des enfants de 3‐6 ans 47 ayant des apports excessifs en sucres libres. 48
Mots‐clefs : sucre, programmation linéaire, recommandations nutritionnelles, habitudes 49
alimentaires, snacking, France, INCA2
Version preprint
Abstract
51
The World Health Organization (WHO) recommends reducing the intake of free sugars to less than 52
10% of total energy intake for both children and adults. The objective of this study was to 53 characterize the diet of French children and adults with excessive free sugar intakes and to model the 54 dietary changes needed to achieve all the nutritional recommendations. 55 The nutritional intakes of 1,230 children and 1,719 adults were estimated from the French national 56 survey INCA2 (2006‐2007) and the CIQUAL 2013 French food composition database completed with 57 free sugars (FS). The population was divided into 4 age classes (3‐6 years, 7‐11 years, 12‐17 years and 58
adults) and then into 2 groups, based on the contribution of free sugars to energy intake lower or 59
equal to 10% (FS‐Acceptable) or greater than 10% (FS‐Excess). For each individual observed diet from 60
the FS‐Excess group, a new iso‐caloric optimized diet ‐ defined as complying with a set of 33 61
nutritional recommendations, while staying as close as possible to the diet observed ‐ was modeled 62
by linear programming. When no mathematical solution was possible, the diet optimization was 63
considered unfeasible. 64
The percentage of FS‐Excess individuals decreased with age: 92%, 86%, 75%, and 41% in the 3‐6 65
years, 7‐11 years, 12‐17 years and in the adults, respectively. For all age groups, FS‐Excess individuals 66
consumed more free sugars, particularly out of the main meals. Diet optimization was unfeasible for 67
40%, 9%, 11% and 0.1% of FS‐Excess individuals in 3‐6 years, 7‐11 years, 12‐17 years and adults, 68
respectively. When diet optimization was feasible, the main changes for all age groups were 69
decreases in sweet products, sugar‐sweetened beverages and fruit juices, and increases in water, 70
fruit and vegetables, starchy foods. In the 7‐17 years, dairy products (milk or yoghurt) were also 71
increased. The diet optimization process decreased free sugars (‐26 to ‐30 g of free sugars/d, 72
depending on the age group), via a lower contribution of sweet products (from ‐14.3 to ‐21.3g of free 73
sugars/d) and sugar‐sweetened beverages and fruit juices (‐6.7 to ‐13.4g of free sugars /d). 74
Version preprint
In conclusion, a large majority of French children have excessive intakes of free sugars. It is generally 75
possible to optimize the diet of individuals with excessive intakes of free sugars, staying as close as 76
possible to the observed diet. However, given the constraints imposed in the model, further 77 exploration is needed to understand why it is impossible to achieve a nutritionally adequate diet for 78 40% of 3‐6 years old children with excessive intakes of free sugars. 79 Keywords: Sugars, linear programming, nutrient recommendations, dietary habits, snacking, France, 80 INCA2 81
Version preprint
Introduction
82
Dans un contexte d’augmentation de la prévalence des maladies non transmissibles, les apports en 83
sucres sont de plus en plus pointés du doigt : l’excès de sucre augmente le risque de caries [1], 84
favorise la prise de poids [2] et a été incriminé dans la survenue et/ou les complications associées au 85
diabète de type 2 [3,4] et aux maladies cardiovasculaires [5–7]. De plus, une consommation élevée 86
de sucres ajoutés a été associée à une alimentation de plus faible qualité nutritionnelle, avec 87
notamment de faibles apports en micronutriments [8]. 88
Pour l’Organisation Mondiale de la Santé (OMS), le terme “sucres” comprend tous les mono‐ et 89
disaccharides et le terme “sucres ajoutés” fait référence aux sucres ajoutés lors des procédés 90
industriels, culinaires ou lors de la consommation. Les “sucres libres” correspondent aux sucres 91
ajoutés additionnés des sucres naturellement présents dans le miel, les sirops, les jus et les 92
concentrés de fruits [9]. 93
L’OMS considère que la lutte contre la consommation excessive de sucres est une priorité, et 94
recommande depuis 2003 de limiter l’apport en sucres libres à moins de 10% de l’apport énergétique 95
(soit 50 g pour un apport calorique de 2000 Kcal), aussi bien chez les adultes que chez les enfants 96
[10]. En Europe, l'Autorité européenne de sécurité des aliments (EFSA) a considéré en 2010 que les 97
données étaient insuffisantes pour recommander un apport maximal en sucres [11]. En France, il 98
existe une recommandation sur les sucres totaux (hors lactose et galactose), récemment proposée 99
par l’ANSES pour les adultes et fixée à moins de 100 g par jour (notamment sur la base des apports 100
en fructose) [12]. La Confédération européenne des industries agroalimentaires (CIAA) recommande 101
un apport en sucres de 90 à 110 g (soit proche de la recommandation de 100g de l’ANSES) pour 102 l’étiquetage des repères nutritionnels journaliers (RNJ) en s’appuyant sur la limite de l’OMS de 10% 103 de l’apport énergétique pour les sucres libres [13]. 104 Les apports en sucres, quant à eux, varient largement d’un pays à l’autre [11,14–17], selon l’âge [18] 105
et les habitudes alimentaires (notamment les prises alimentaires en dehors des repas principaux) 106
Version preprint
[19] et sont déterminés à partir d’enquêtes alimentaires. Même si la recommandation de l’OMS 107
porte sur les sucres libres, les données de ces enquêtes ne permettent pas toujours faire la 108 distinction entre les différents types de sucres. Le respect de la recommandation OMS sur les sucres 109 libres a pu être étudiée en Australie [20], au Royaume Uni [21] et aux Pays‐Bas [22], aussi bien chez 110 les enfants et que chez les adultes. 111 Ces données n’existant pas pour la France, l’objectif de cette étude était d’estimer, parmi les enfants 112
et les adultes, le pourcentage des forts consommateurs de sucres libres (c'est‐à‐dire les individus 113
dont les apports en sucres libres excèdent la recommandation de l’OMS), de décrire leurs 114 caractéristiques ainsi que de modéliser les changements alimentaires qui seraient nécessaires pour 115 qu’ils respectent l’ensemble des recommandations nutritionnelles. 116 117 Matériel et Méthodes 118 Données de consommation et de composition nutritionnelle 119
Les données de l’enquête alimentaire INCA2 [23] réalisée en 2006‐2007 sur un échantillon 120
représentatif de la population française, ont été utilisées pour cette étude. Les enfants et les adultes 121
ont rempli un carnet alimentaire pendant 7 jours consécutifs. Les apports nutritionnels ont été 122
estimés à partir des données de consommations, reliées à la base de données de composition 123 nutritionnelle CIQUAL 2013 complétée des teneurs en sucres libres [24]. Les boissons alcoolisées ont 124 été retirées de l’analyse. Les aliments ont été répartis en 31 sous‐groupes, eux‐mêmes agrégés en 9 125 grands groupes : « Fruits et légumes», « Féculents », « Viandes, œufs et poissons », « Plats préparés 126 et sandwichs », « Produits laitiers », « Produits sucrés », « Eaux et boissons », « Matières grasses et 127 sauces », « Produits à base de soja ». Le groupe « Fruits et légumes» comprend l’ensemble des fruits 128
oléagineux et le groupe des « Féculents » comprend les légumineuses. Les sous‐groupes « laits », 129
« yaourt », « fruits » ont été davantage détaillés afin d’identifier ceux contenant ou non des sucres 130
Version preprint
libres (par ex : « yaourts nature » versus « yaourts sucrés »). La liste complète des groupes et sous‐ 131 groupes d’aliments peut être retrouvée dans le supplément 3 (disponible en ligne). 132 Après suppression des sous‐déclarants avec la méthode de Goldberg [25] et sélection de ceux ayant 133 déclaré 7 jours de consommation, l’échantillon d’analyse descriptive comprend1380 enfants âgés de 134 3 à 17 ans répartis en 3 classes d’âge : 3‐6 ans (n=230), 7‐11 ans (n=412) et 12‐17 ans (n=738). Pour 135les adultes, l’échantillon d’analyse descriptive comprend 1719 adultes âgés de 20 à 75 pour rester 136
homogène à l’échantillon d’analyse ayant fait l’objet d’une publication antérieure [24] : 7 individus 137
normo‐déclarants pour les lesquels la diète n’est pas optimisable (6 chez les SL‐Compliants et 1 chez 138
les SL‐Excès) ont été exclus de l’analyse descriptive et les adultes de 18‐19 ans n’ont pas été 139 intégrés . 140 141 Modélisation de diètes nutritionnellement adéquates 142
En nutrition, le principe de la modélisation par programmation linéaire est de trouver les 143
combinaisons d’aliments qui permettent de respecter un ensemble de contraintes définies en 144
fonction de l’étude, incluant généralement un ensemble de recommandations nutritionnelles [26– 145
29]. Dans un modèle de programmation linéaire, les variables correspondent aux quantités 146
d’aliments que le modèle pourra faire varier pour respecter un ensemble de contraintes incluant des 147
recommandations nutritionnelles (les contraintes nutritionnelles), des fourchettes de quantités 148
d’aliments et de groupes d’aliments jugées acceptables (les contraintes d’acceptabilité). Une 149
combinaison linéaire des variables (appelée fonction objectif) est ensuite choisie pour être optimisée 150
(c'est‐à‐dire minimisée ou maximisée). 151
Dans ce travail, une approche de modélisation individuelle de diètes [30] a été appliquée chez les 152
enfants et les adultes de façon à obtenir pour chaque diète observée (c'est‐à‐dire les apports 153
alimentaires déclarés comme « consommés ») une diète modélisée nutritionnellement adéquate ‐ 154
c'est‐à‐dire une diète optimisée construite à partir de la diète observée et respectant un ensemble 155
Version preprint
de recommandations nutritionnelles ‐. La fonction objectif a été définie comme l’écart entre la diète 156 observée et la diète modélisée, et cet écart a été minimisé afin de simuler une diète nutritionnelle 157 adéquate la plus proche possible de celle de départ. Il est important de noter que cette modélisation 158a été réalisée pour chaque individu et à calories constantes. Les 33 contraintes nutritionnelles 159
imposées pour la modélisation et les contraintes d’acceptabilité sont listées dans le supplément 1 160
(disponible en ligne). Pour les macronutriments, les recommandations de l’OMS [9] ont été utilisées, 161
alors que les recommandations françaises [31] ont été appliquées pour les vitamines et minéraux. La 162
limite maximale en sodium correspondait aux recommandations des pays nordiques [32]. Une 163 contrainte sur l’apport en eau (H2O) a été ajoutée et correspond à la recommandation proposée par 164 l’EFSA [33] qui préconise pour les enfants de 3 ans : 1,3L/j ; pour les enfants de 4‐8 ans : 1,6L/j ; pour 165 les enfants de 9‐13 ans : 2,1L/j pour les garçons et 1,9L/j pour les filles ; chez les sujets de plus de 14 166 ans : 2L/j pour les femmes et 2,5L/j pour les hommes. 167
Le détail des contraintes du modèle utilisé est disponible dans 2 publications précédentes sur les 168
adultes [24,34]. Cette étude est la première à appliquer la modélisation individuelle aux diètes 169
d’enfants dans l’enquête INCA2. 170
Analyse statistique
171
Au sein de chacune des classes d’âge, l’échantillon a été séparé en 2 sous‐populations : SL‐ 172
Compliants, pour les individus respectant la recommandation OMS en sucres libres (apport inférieur 173
ou égal à 10% de l’apport énergétique total), et SL‐Excès, pour ceux ne la respectant pas. 174
Les caractéristiques sociodémographiques et anthropométriques, le temps moyen passé devant la 175
télévision et l’ordinateur (sédentarité), la fréquence de consommations hors repas obtenue à partir 176
d’un questionnaire, ainsi que les consommations alimentaires et la qualité nutritionnelle des diètes 177
observées ont été comparées entre les populations SL‐Compliants et SL‐Excès. La qualité 178
nutritionnelle a été estimée par les apports en macro et micronutriments mais aussi à l’aide 179
d’indicateurs synthétiques tels que le MAR (%/j) (Mean Adequacy Ratio) [35] et le MER (%/j) (Mean 180
Version preprint
Excess Ratio) [36] pour les enfants et les adultes . Une diète de bonne qualité nutritionnelle est 181 caractérisée par un MAR élevé et un MER bas. Les apports moyens en énergie et en sucres libres ont 182 été estimés séparément selon qu’ils provenaient des trois repas principaux ou des prises alimentaires 183 hors repas. 184 Les changements alimentaires nécessaires pour atteindre l’adéquation nutritionnelle ont été étudiés 185 uniquement chez les SL‐Excès. Il a été choisi dans ce modèle de limiter l’augmentation des produits 186 enrichis en vitamines et minéraux (comme les céréales du petit déjeuner et les laits de croissance) 187
lorsqu’ils étaient initialement consommés et également, et de ne pas permettre leur introduction 188
dans les diètes optimisées lorsqu’ils n’étaient pas initialement consommés par l’individu. Cette 189
limitation du recours aux produits enrichis (et aux suppléments) est le choix qui est généralement fait 190
dans les optimisations par programmation linéaire : en effet, il s’agit d’éviter que les modèles 191
s’engouffrent vers une solution de facilité qui serait celle de l’ajout systématique de produits 192
enrichis, afin de pouvoir réellement identifier quels aliments sont à même de couvrir les écarts entre 193
les apports observés et les niveaux imposés par les contraintes nutritionnelles. Au cours de la 194 modélisation des diètes individuelles, il a été impossible de trouver une optimisation pour 1 adulte 195 (soit 0,1% de l’échantillon des SL‐Excès) et 175 enfants (n=85, soit 40% des 210 SL‐Excès de 3‐6 ans; 196 n=31 soit 9% des 353 SL‐Excès de 7‐11 ans ; et n=59 soit 11% des 551 SL‐Excès de 12‐17ans). Cette 197
infaisabilité était due à l’incompatibilité entre les contraintes nutritionnelles (dont celle sur 198
l’énergie), les contraintes d’acceptabilité et le répertoire alimentaire de ces individus. Le sous‐ 199
échantillon d’analyse des changements alimentaires porte sur les individus SL‐Excès avec une diète 200
faisable (SL‐Excès‐optimisables) et comprend 699 adultes et 939 enfants (n=125 de 3‐6 ans, n=322 de 201
7‐11 ans, n=492 de 12‐17 ans). Dans chaque classe d’âge, les changements alimentaires ont été 202
analysés par groupe et sous‐groupes d’aliments. Les variations des groupes et sous‐groupes 203
d’aliments ont été comparées à zéro (zéro correspondant à une absence de variation). Les 204
contributions des différents groupes d’aliments aux différents types de sucres (totaux, libres, non 205
libres) ont été comparées entre les diètes observées et modélisées. Plus spécifiquement, les 206
Version preprint
différents types de produits laitiers (laits et yaourts, nature ou sucrés, et les fromages) ont été 207
analysés dans les diètes observées et modélisées. 208
Toutes les moyennes et tests statistiques ont pris en compte la méthode d’échantillonnage d’INCA2 209
ainsi que les pondérations nécessaires à la représentativité des populations. Les analyses ont été 210 réalisées séparément dans chacune des 4 classes d’âge. 211 Le logiciel SAS 9.4 a été utilisé pour la modélisation de diètes et les analyses statistiques. Le seuil de 212 significativité des tests statistiques utilisant le modèle linéaire général (GLM) était de 5%. 213 Les résultats de modélisation chez les adultes (SL‐Compliants et SL‐Excès) ont précédemment fait 214 l’objet d’une publication [24]. 215 216 Résultats et discussion 217 Apport moyen en sucres libres et pourcentage d’individus en excès 218
L’apport en sucres libres représente en moyenne respectivement 14,7% et 9,5% de l’apport 219
énergétique chez les enfants (3‐17 ans) et les adultes (20‐75 ans) français (figure 1A). Chez les 220
adultes, cet apport moyen ne prend pas en compte les boissons alcoolisées, dont les apports en 221 sucres libres contribuent à seulement 0,16% de l’apport énergétique total (résultats non montrés). 222 Le pourcentage de consommateurs de sucres libres en excès (SL‐Excès) est de 83% chez les enfants et 223 41% chez les adultes, et est décroissant avec l’âge (de 92% chez les 3‐6 ans à 21% chez les 65‐75 ans, 224
figure 1B). Le fort pourcentage de consommateurs de sucres libres en excès chez les enfants 225 s’explique par des apports en sucres libres (en g/j) proches de ceux des adultes malgré des apports 226 énergétiques plus faibles (résultats non montrés). 227 Chez les adultes, la contribution des sucres libres à l’apport énergétique total et le pourcentage de 228 consommateurs de sucres libres en excès sont plus faibles qu’aux Pays Bas (9,5% vs 13,5% et 41 vs 229
Version preprint
70% respectivement) [22]. Au Royaume‐Uni [21], la contribution énergétique des apports en sucres 230
libres des enfants est équivalente à celle des enfants français, alors qu’ils sont plus faibles en 231 Australie (12%), où le pourcentage de consommateurs de sucres libres en excès est estimé à environ 232 70%‐75% chez les enfants et 45‐60% chez les adultes (avec également un effet décroissant avec l’âge) 233 [20]. 234
La répartition par sexe est équivalente entre les SL‐Compliants et SL‐Excès quel que soit l’âge, 235
excepté pour les 3‐6 ans où les SL‐Compliants sont plus souvent des garçons (tableau 1). Chez les 236
adultes, les SL‐Compliants sont âgés de 10 ans de plus en moyenne que les SL‐Excès. Ces derniers 237 déclarent un temps moyen de sédentarité plus élevé (221 min/j) que les SL‐Compliants (195 min/j), 238 alors qu’aucune différence n’est trouvée dans les autres tranches d’âge. Chez les adolescents (12‐17 239 ans) et les adultes seulement, les SL‐Compliants sont plus souvent en surpoids ou obèses (23,9% et 240
47,8% respectivement) que les SL‐Excès (10,4% et 29% respectivement), et ils déclarent une plus 241
faible fréquence de consommations hors repas que les SL‐Excès (24,2% vs 41,9% chez les 242
adolescents, et 13,1% vs 23,8% chez les adultes déclarant au moins 2 consommations hors repas par 243
jour). A noter que bien que ces résultats soient non significatifs chez les 7‐11 ans, les SL‐Compliants 244
sont également plus souvent en surpoids ou obèses (39,1%) que les SL‐Excès (16,3%). Chez les 3‐6 245
ans, aucune différence n’est observée. Ces résultats contre‐intuitifs (proportionnellement moins de 246
personnes en surpoids ou obèses chez des forts consommateurs de sucres libres) ont déjà été 247
constatés dans d’autres études transversales, et pourraient s’expliquer par une sous‐déclaration 248 d’aliments et boissons à teneur élevée en sucres libres par les individus en surpoids ou obèses [37] 249 ou par le caractère transversal des études. 250 251
Apports nutritionnels et alimentaires et qualité globale des diètes des sous‐populations, SL‐
252
Compliants et SL‐Excès
Version preprint
Le point commun à toutes les tranches d’âge est un apport énergétique hors des repas principaux 254
plus important chez les SL‐Excès que les SL‐Compliants (de +75 kcal/j à 171 kcal/j selon la tranche 255
d’âge, tableau 2). Chez les enfants, l’apport énergétique des consommations hors repas provient 256
principalement de prises alimentaires entre le déjeuner et le diner (supplément 2 disponible en 257
ligne) ; l’analyse n’a pas été faite chez les adultes. Quant à l’apport énergétique journalier, il est 258
équivalent entre les SL‐Compliants et les SL‐Excès chez les enfants de 3‐6 ans et 7‐11 ans alors que 259
chez les 12‐17 ans et les adultes, il est plus élevé chez les SL‐Excès par rapport aux SL‐Compliants 260
(tableau 2). La méthodologie d’INCA2 ne permet pas d’attribuer la totalité de la prise alimentaire 261
entre le déjeuner et le diner au moment spécifique du goûter mais ces résultats suggèrent que les 262
enfants SL‐Excès seraient des plus grands consommateurs de goûters, moment où la prise 263
alimentaire est principalement composée de produits au goût sucré [38]. 264
Concernant les sucres libres, dans toutes les tranches d’âge et à tous les moments de consommation, 265
les SL‐Excès consomment plus de sucres libres que les SL‐Compliants (de + 31,4 g/j à +45,2g/jour 266
selon les tranches d’âges) notamment lors des consommations hors repas (34 à 46% des apports 267
supplémentaires en sucres libres) (tableau 2). 268
Globalement, les SL‐Excès ont une alimentation plus dense en énergie que les SL‐Compliants (7‐11 269 ans : 193 vs 178 Kcal/100g, 12‐17 ans : 198 vs 182 Kcal/100g, >20ans : 185 vs 165 Kcal/100g), excepté 270 chez les 3‐6 ans, et un MER plus élevé (reflet d’une moindre qualité nutritionnelle), supérieur de 16 à 271 19 points, expliqué par les apports plus élevés en sucres libres (tableau 2). Chez les 12‐17ans, les SL‐ 272
Excès ont un MAR plus élevé (reflet d’une meilleure qualité nutritionnelle) que les SL‐Compliants 273
(78,9% vs 76,7% /j) ce qui peut s’expliquer par un apport énergétique plus élevé de 215kcal/j chez les 274
SL‐Excès. Si le MAR avait été calculé pour 2000kcal, la densité nutritionnelle des diètes des SL‐ 275
Compliants aurait été supérieure à celle des SL‐Excès, comme dans une étude au Royaume‐Uni 276
[21].Chez les adultes français de notre étude, les SL‐Compliants présentent un MAR plus élevé que 277
Version preprint
les SL‐Excès (84,8 vs 82,4%/j). Ces résultats sont en accord avec ceux d’une revue récente qui montre 278 que les apports en sucres sont associés à une plus faible qualité nutritionnelle des diètes [8]. 279 Dans la diète des SL‐Excès, les sucres libres sont apportés principalement par les produits sucrés (de 28030,7% à 53,9% des apports totaux selon la classe d’âge) et les boissons (de 18,6% à 33,3% des 281
apports totaux selon la classe d’âge) et, dans une moindre mesure, par les produits laitiers (de 5,1% à 282
11,5% des apports totaux selon la classe d’âge) (résultats non montrés). Pour un article détaillant les 283
contributeurs en sucres ajoutés et libres dans la population française, voire l’article de V Azaïs‐ 284
Braesco ce numéro [39]. 285
286
Changements alimentaires pour atteindre un ensemble de recommandations nutritionnelles –
287
Populations SL‐Excès‐optimisables
288
Il a été possible de construire une diète optimisée pour la grande majorité des individus SL‐Excès, 289
sauf pour les 3‐6 ans où seulement 60% des diètes étaient optimisables. Si le modèle avait permis 290
l’introduction de produits enrichis, le taux de faisabilité aurait été probablement plus important, 291 comme cela a été montré avec les laits de croissance dans une population britannique de plus jeunes 292 enfants (12‐18 mois) [40]. 293 L’approche de modélisation de diètes individuelles chez les SL‐Excès‐optimisables a montré que les 294
changements alimentaires nécessaires à l’atteinte des recommandations sont similaires chez les 295
enfants et les adultes (figure 2). Ainsi, l’optimisation se traduit par une augmentation de la quantité 296
de fruits et légumes (+91 à +236 g/j, soit 1 à 3 portions selon la classe d’âge), et de féculents (+77 à 297
+134 g/j, soit environ 1 portion). L’optimisation a diminué les boissons sucrées et les jus de fruits 298
(pour les 2 sous‐groupes : de ‐69,2 g/j à ‐140,7 g/j soit une réduction de ‐0,5 à ‐0,9 portion par jour, 299
supplément 3 disponible en ligne) et a fortement augmenté l’eau surtout chez les enfants (+257 à 300
+554 g/j), et dans une moindre mesure les boissons avec édulcorants. Ceci s’explique par la 301
contrainte imposée dans les modèles pour respecter la recommandation d’apports en eau (en tant 302
Version preprint
que nutriment), proposée par l’EFSA, qui est notamment très élevée pour les 14‐18 ans puisqu’elle 303 est équivalente à celle des adultes (2 L et 2,5 L pour les femmes et les hommes, respectivement) [33]. 304 Or, les enfants français sont encore éloignés de cette recommandation [41], tout comme les enfants 305 du Royaume Uni [42], des Etats‐Unis [43] ou de 11 autres pays du monde [44]. 306 307L’optimisation aboutit également à une légère augmentation de la quantité de poissons chez les 308
enfants et les adultes, alors que les quantités de viandes sont diminuées chez les adultes et 309 augmentées chez les 3‐17 ans (supplément 3 disponible en ligne). Cette différence entre adultes et 310 enfants s’explique par une recommandation en protéines un peu plus élevée chez les enfants, alors 311 que l’apport énergétique est plus faible que chez les adultes et que le modèle est iso‐calorique. 312 Le groupe des produits sucrés se trouve diminué par l’optimisation dans toutes les classes d’âge (‐41 313 à ‐77 g/j) et cette baisse concerne tous les aliments de ce groupe. Le groupe des produits laitiers se 314 trouve augmenté chez les 7‐11 ans (+49 g/j) et les 12‐17 ans (+125 g/j), reste stable chez les adultes 315
et diminué chez les 3‐6 ans (‐37g/j). Ces variations sont expliquées par l’augmentation des laits et 316
yaourts nature chez les 7‐11 ans (+57 g/j et +8 g/j respectivement), les 12‐17ans (+99 g/j et +6 g/j 317
respectivement) et les adultes (+10 g/j et +7 g/j respectivement), alors que la consommation de 318 fromages est fortement diminuée quelle que soit la tranche d’âge et tout particulièrement chez les 3‐ 319 6ans (‐17 g/j) (figure 3). Dans cette tranche d’âge, les diètes sont optimisables pour seulement 60% 320 des SL‐Excès et concernent des enfants ayant déjà dans leurs diètes observées des apports élevés en 321
calcium (1er quartile de la distribution supérieur à l’ANC) et des consommations importantes de 322 produits laitiers (378 g/j en moyenne). A contrario, les SL‐Excès dont la diète n’est pas optimisable 323 (40% de l’effectif des SL‐Excès de 3‐6 ans) présentent, en comparaison des SL‐Excès optimisables, des 324 apports faibles en calcium (505 mg/j versus 728 mg/j), des niveaux de consommation plus faibles en 325 produits laitiers (232 g/j versus 378 g/j), et une moins bonne qualité de diète (MAR : 84 versus 91%) 326 (résultats non montrés). 327
Version preprint
L’augmentation plus forte des laits nature par rapport aux yaourts nature chez les 7‐17 ans peut 328 surprendre car ces aliments ont un profil nutritionnel similaire. Elle peut s’expliquer d’une part, par la 329 fonction objectif du modèle qui privilégie les aliments consommés en grandes quantités, et d’autre 330 part, par la teneur en eau du lait un peu plus importante que celle des yaourts, la recommandation 331 d’apport en eau étant difficile à respecter (particulièrement chez les enfants). 332 De manière générale, les changements alimentaires induits par les modélisations sont en accord avec 333
les recommandations du Programme National Nutrition Santé qui encourage la consommation de 334
fruits et légumes, de féculents et de produits laitiers, et limite la consommation de produits et 335 boissons sucrés, l’eau étant la seule boisson recommandée à volonté [45]. 336 337 Répartition entre les sucres totaux, ajoutés ou libres avant et après optimisation 338
La répartition entre les différents types de sucres (totaux, libres, non libres) dans les diètes 339 optimisées est similaire pour toutes les classes d’âge (figure 4). Les sucres totaux sont diminués dans 340 les diètes modélisées par rapport aux diètes observées, cette diminution étant la conséquence d’une 341 diminution des sucres libres, compensée partiellement par une augmentation des sucres non‐libres 342
(elle‐même due principalement à l’augmentation des fruits et légumes). La réduction des sucres 343
libres (‐26 à ‐30g/j, selon la classe d’âge) est obtenue principalement par une diminution dans le 344 groupe des produits sucrés (de ‐14,3 à ‐21,3g de sucres libres/j) et dans celui des boissons sucrées et 345 jus de fruits (‐6,7 à ‐13,4 g de sucres libres/j) qui sont les deux plus gros contributeurs en sucres libres 346 dans les diètes observées. En revanche, dans le groupe des produits laitiers (troisième contributeur 347 des sucres libres avec les laits aromatisés, yaourts et fromages frais sucrés), une moindre diminution 348 des sucres libres (‐0,7 à ‐2g /j selon la classe d’âge) voire chez les 12‐17 ans, une augmentation de 2,6 349 g/j des sucres libres est observée après modélisation. Ceci peut s’expliquer par le fait que les diètes 350
modélisées doivent respecter en plus de la limite maximale en sucres libres, un ensemble de 32 351
autres contraintes sur les macro‐ et micronutriments. Ainsi, les aliments contenant des sucres libres 352
Version preprint
et apportant des nutriments favorables (minéraux, vitamines…) ne sont pas systématiquement 353
diminués. Par exemple, bien que les produits laitiers sucrés contiennent des sucres libres, ils 354
contribuent de manière non négligeable aux apports en calcium. 355
356
Le principe de la modélisation est de trouver les combinaisons d’aliments qui permettent de 357
respecter les contraintes nutritionnelles, en s’éloignant le moins possible de la diète observée (en 358
aliments et en poids). Aujourd’hui, cette approche théorique est largement utilisée pour répondre de 359
manière objective à des questions de santé publique [46]. La principale force de la modélisation des 360
diètes individuelles par rapport à la modélisation d’une diète moyenne est l’extrême diversité des 361
solutions obtenues, puisque il existe autant de diètes respectant la totalité des contraintes 362
nutritionnelles (33 dans cette étude) qu’il existe de diètes individuelles optimisables dans un 363
échantillon donné. Cette approche comporte cependant certaines limites comme une intégration 364
partielle de l’acceptabilité et des préférences alimentaires de l’individu ou la non prise en compte des 365
moments de consommation, des associations d’aliments (ex : pain et beurre) ou encore de la 366
consommation en portion pour certains aliments. La faisabilité ou non d’obtenir une solution 367
mathématique résulte de la compatibilité entre les contraintes nutritionnelles, les contraintes 368
d’acceptabilité et le répertoire alimentaire des individus. Ainsi, d’autres choix méthodologiques dans 369
la construction du modèle (par exemple l’autorisation des laits de croissance chez des non 370 consommateurs) auraient conduit à des résultats différents, notamment sur le pourcentage de diètes 371 optimisables [40]. 372 Les résultats de la modélisation individuelle, exprimés en moyenne sur les échantillons d’enfants et 373
d’adultes sont globalement cohérents avec les repères de consommation du PNNS. Cependant, les 374
changements en types et quantités d’aliments sont différents d’un individu à l’autre et aboutissent à 375
des diètes optimisées différentes les unes des autres, ce qui montre qu’il y a mille et une façons 376
alimentaires d’atteindre l’équilibre nutritionnel. 377
Version preprint
Conclusion
378
En France, le pourcentage d’individus forts consommateurs de sucres libres est beaucoup plus élevé 379
chez les enfants que chez les adultes et une forte majorité des enfants a des apports excessifs en 380
sucres libres. Les diètes des enfants et adultes forts consommateurs de sucres libres sont de moins 381
bonne qualité nutritionnelle, mais peuvent généralement être optimisées (en s’éloignant le moins 382
possible de la diète observée) par une augmentation notable de la consommation de fruits, légumes, 383
féculents et eau et par une diminution significative de produits sucrés, boissons sucrées et jus de 384
fruits. Néanmoins, compte tenu des contraintes imposées dans le modèle, une exploration 385
complémentaire est nécessaire pour comprendre les raisons pour lesquelles il est impossible 386
d’atteindre une diète nutritionnellement adéquate pour 40% des enfants de 3‐6 ans ayant des 387
apports excessifs en sucres libres. 388
Version preprint
Déclarations d’intérêt 390 MS‐Nutrition a obtenu une contribution financière de la part de Danone Produits Frais France pour la 391 conduite de cette étude et la rédaction de cet article. MM et LP sont salariés de MS‐Nutrition. AL et 392 SV sont salariées de Danone Nutricia Research. ND n’a pas été rémunérée pour ce travail. 393 394Version preprint
Références 395 [1] Moynihan PJ, Kelly S a. M. Effect on caries of restricting sugars intake: systematic review to 396 inform WHO guidelines. J Dent Res 2014;93:8–18. 397 [2] Te Morenga L, Mallard S, Mann J. Dietary sugars and body weight: systematic review and 398 meta‐analyses of randomised controlled trials and cohort studies. BMJ 2013;346:e7492. 399 [3] Sonestedt E, Overby NC, Laaksonen DE, Birgisdottir BE. Does high sugar consumption 400 exacerbate cardiometabolic risk factors and increase the risk of type 2 diabetes and 401 cardiovascular disease? Food Nutr Res 2012;56. 402 [4] Greenwood DC, Threapleton DE, Evans CEL, Cleghorn CL, Nykjaer C, Woodhead C, et al. 403 Association between sugar‐sweetened and artificially sweetened soft drinks and type 2 404 diabetes: systematic review and dose‐response meta‐analysis of prospective studies. Br J Nutr 405 2014;112:725–34. 406 [5] Johnson RK, Appel LJ, Brands M, Howard B V, Lefevre M, Lustig RH, et al. Dietary Sugars Intake 407 and Cardiovascular Health. Circulation 2009;120:1011–20. 408 [6] Prasad K, Dhar I. Oxidative stress as a mechanism of added sugar‐induced cardiovascular 409 disease. Int J Angiol Off Publ Int Coll Angiol Inc 2014;23:217–26. 410 [7] Morenga LA Te, Howatson AJ, Jones RM, Mann J. Dietary sugars and cardiometabolic risk: 411 systematic review and meta‐analyses of randomized controlled trials of the effects on blood 412 pressure and lipids. Am J Clin Nutr 2014;100:65–79. 413 [8] Louie JCY, Tapsell LC. Association between intake of total vs added sugar on diet quality: a 414 systematic review. Nutr Rev 2015;73:837–57. 415 [9] World Health Organization. Diet, nutrition and the prevention of chronic diseases. Report of a 416 Joint WHO/FAO Expert Consultation. vol. 916. 2003. 417Version preprint
[10] World Health Organization. WHO Guideline: Sugars intake for adults and children. Geneva: 418 World Health Organization; 2015. 419 [11] EFSA Panel on Dietetic Products Nutrition and Allergies (NDA). Scientific Opinion on Dietary 420 Reference Values for carbohydrates and dietary fibre. EFSA J 2010;8:1462. 421 [12] ANSES. Avis de l’Anses relatif à l’établissement de recommandations d’apport en sucres. 422 2016. 423 [13] The Confederation of the Food and Drink Industry of the EU (CIAA). CIAA Approach to 424 Guideline Daily Amounts (GDAs).Annex 1 to FCP/150/05E‐ CIAA 1. 2005. 425 [14] Azaïs‐Braesco V, Sluik D, Maillot M, Kok F, Moreno LA. A review of total & added sugar 426 intakes and dietary sources in Europe. Nutr J 2017;16:6. 427 [15] (WHO) WHO. WHO calls on countries to reduce sugars intake among adults and children. 428 WHO 2015. 429 [16] Newens KJ, Walton J. A review of sugar consumption from nationally representative dietary 430 surveys across the world. J Hum Nutr Diet 2016;29:225–40. 431 [17] Powell ES, Smith‐Taillie LP, Popkin BM. Added Sugars Intake Across the Distribution of US 432 Children and Adult Consumers: 1977‐2012. J Acad Nutr Diet 2016;116:1543–1550.e1. 433 [18] Ervin R B, Ogden L. C. Consumption of Added Sugars Among U.S. Adults, 2005–2010. Natl Cent 434 Heal Stat ‐ Data Br 2013;122. 435 [19] Myhre JB, Løken EB, Wandel M, Andersen LF. The contribution of snacks to dietary intake and 436 their association with eating location among Norwegian adults – results from a cross‐sectional 437 dietary survey. BMC Public Health 2015;15:369. 438 [20] Lei L, Rangan A, Flood VM, Louie JCY. Dietary intake and food sources of added sugar in the 439 Australian population. Br J Nutr 2016;115:868–77. 440Version preprint
[21] Gibson S, Francis L, Newens K, Livingstone B. Associations between free sugars and nutrient 441 intakes among children and adolescents in the UK. Br J Nutr 2016;116:1265–74. 442 [22] Sluik D, van Lee L, Engelen A, Feskens E. Total, Free, and Added Sugar Consumption and 443 Adherence to Guidelines: The Dutch National Food Consumption Survey 2007?2010. Nutrients 444 2016;8:70. 445 [23] Dubuisson C, Lioret S, Touvier M, Dufour A, Calamassi‐Tran G, Volatier J‐L, et al. Trends in food 446 and nutritional intakes of French adults from 1999 to 2007: results from the INCA surveys. Br J 447 Nutr 2010;103:1035–48. 448 [24] Lluch A, Maillot M, Gazan R, Vieux F, Delaere F, Vaudaine S, et al. Individual Diet Modeling 449 Shows How to Balance the Diet of French Adults with or without Excessive Free Sugar Intakes. 450 Nutrients 2017;9:162. 451 [25] Black AE. Critical evaluation of energy intake using the Goldberg cut‐off for energy 452 intake:basal metabolic rate. A practical guide to its calculation, use and limitations. Int J Obes 453 2000;24:1119–30. 454 [26] Darmon N, Moy F. Un outil à découvrir en nutrition humaine: La programmation linèaire. Cah 455 Nutr Diet 2008;43:303–12. 456 [27] Darmon N, Ferguson EL, Briend A. Impact of a cost constraint on nutritionally adequate food 457 choices for French women: an analysis by linear programming. J Nutr Educ Behav 2006;38:82– 458 90. 459 [28] Masset G, Monsivais P, Maillot M, Darmon N, Drewnowski A. Diet optimization methods can 460 help translate dietary guidelines into a cancer prevention food plan. J Nutr 2009;139:1541–8. 461 [29] Okubo H, Sasaki S, Murakami K, Yokoyama T, Hirota N, Notsu A, et al. Designing optimal food 462 intake patterns to achieve nutritional goals for Japanese adults through the use of linear 463 programming optimization models. Nutr J 2015;14:57. 464Version preprint
[30] Maillot M, Vieux F, Amiot MJ, Darmon N. Individual diet modeling translates nutrient 465 recommendations into realistic and individual‐specific food choices. Am J Clin Nutr 466 2010;91:421–30. 467 [31] Martin A. Apports nutritionnels conseillés pour la population Française. 3e édition. TEC&DOC. 468 Paris: Lavoisier; 2001. 469 [32] Becker W, Lyhne N, Pedersen A, Aro A, Fogelholm M, Phorsdottir I, et al. Nordic Nutrition 470 Recommendations 2004 ‐ integrating nutrition and physical activity. Scand J Nutr 471 2004;48:178–87. 472 [33] EFSA Panel on Dietetic Products Nutrition and Allergies (NDA). Scientific Opinion on Dietary 473 Reference Values for water | European Food Safety Authority. EFSA J 2010;8:48. 474 [34] Maillot M, Vieux F, Delaere F, Lluch A, Darmon N. Dietary changes needed to reach nutritional 475 adequacy without increasing diet cost according to income: An analysis among French adults. 476 PLoS One 2017;12:e0174679. 477 [35] Guthrie HA, Scheer JC. Validity of a dietary score for assessing nutrient adequacy. J Am Diet 478 Assoc 1981;78:240–5. 479 [36] Vieux F, Soler L‐G, Touazi D, Darmon N. High nutritional quality is not associated with low 480 greenhouse gas emissions in self‐selected diets of French adults. Am J Clin Nutr 2013;97:569– 481 83. 482 [37] Swinburn BA, Caterson I, Seidell JC, James WPT. Diet, nutrition and the prevention of excess 483 weight gain and obesity. Public Health Nutr 2004;7:123–46. 484 [38] Francou A, Hébel P. Le goûter en perte de vitesse et loin des recommandations. Consomm 485 Modes Vie 2017;N°290. 486 [39] Azaïs‐Braesco V, Maillot M. Apports en sucres et principaux contributeurs dans la population 487Version preprint
française. Cah Nutr Diet 2017;Suppl. 488 [40] Vieux F, Brouzes CMC, Maillot M, Briend A, Hankard R, Lluch A, et al. Role of young child 489 formulae and supplements to ensure nutritional adequacy in U.K. young children. Nutrients 490 2016;8. 491 [41] Vieux F, Maillot M, Constant F, Drewnowski A. Water and beverage consumption among 492 children aged 4‐13 years in France: Analyses of INCA 2 (Étude Individuelle Nationale des 493 Consommations Alimentaires 2006‐2007) data. Public Health Nutr 2016;19. 494 [42] Vieux F, Maillot M, Constant F, Drewnowski A. Water and beverage consumption patterns 495 among 4 to 13‐year‐old children in the United Kingdom. BMC Public Health 2017;17:479. 496 [43] Drewnowski A, Rehm CD, Constant F. Water and beverage consumption among adults in the 497 United States: cross‐sectional study using data from NHANES 2005?2010. BMC Public Health 498 2013;13:1068. 499 [44] Iglesia I, Guelinckx I, De Miguel‐Etayo PM, González‐Gil EM, Salas‐Salvadó J, Kavouras SA, et 500 al. Total fluid intake of children and adolescents: cross‐sectional surveys in 13 countries 501 worldwide. Eur J Nutr 2015;54:57–67. 502 [45] Hercberg S, Chat‐Yung S, Chaulia M. The French National Nutrition and Health Program: 2001‐ 503 2006‐2010. Int J Public Health 2008;53:68–77. 504 [46] Buttriss JL, Briend A, Darmon N, Ferguson EL, Maillot M, Lluch A. Diet modelling: How it can 505 inform the development of dietary recommendations and public health policy. Nutr Bull 506 2014;39:115–25. 507 [47] Cole TJ, Lobstein T. Extended international (IOTF) body mass index cut‐offs for thinness, 508 overweight and obesity. Pediatr Obes 2012;7:284–94. 509 [48] Joint WHO/FAO/UNU Expert Consultation. Protein and amino acid requirements in human 510Version preprint
nutrition. World Health Organ Tech Rep Ser 2007:1–265, back cover. 511
512